III.4Клиентская поддержка и customer success

Amberlight-Lux-12B — диалоговая языковая модель на архитектуре Mistral, разработанная shrugging-shoulders как дополнительное дообучение Amberlight-12B. Она предназначена для генерации ответов в чате и ролевых диалогов; автор сообщает о повышенной стабильности и меньшей склонности к ошибкам по сравнению с базовой моделью. Модель содержит 12,1 млрд параметров, принимает текст и выдаёт текст, поддерживает контекст до 131 072 токенов и работает с шаблоном ChatML. Заявлена поддержка английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков. Рекомендуемые автором начальные настройки генерации: temperature 0,8, repetition penalty 1,05, top-p 0,90 и min-p 0,025; также проверялись значения temperature от 0,6 до 1,0. Модель распространяется под лицензией Apache-2.0. Заявления об устойчивости основаны на описании автора; независимые оценки качества в карточке не приведены.

aqua-smaug-0.2-8B — языковая модель для генерации текста, созданная пользователем saucam путём слияния с помощью Mergekit моделей Dolphin 2.9 Llama 3 8B, Llama-3-Smaug-8B и Meta-Llama-3-8B. В основе лежит плотная архитектура LlamaForCausalLM; объём модели составляет 7,5 млрд параметров, контекст — до 8192 токенов. Модель предназначена для генерации продолжений текста и диалоговых ответов в сценариях, поддерживаемых базовыми моделями. Файлы опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

A.X 3.1 Light — компактная языковая модель SKT, обученная с нуля на многоязычном корпусе с приоритетом корейского языка. В метаданных указаны 6,8 млрд параметров, архитектура Llama с плотной авторегрессионной моделью и контекст до 32 768 токенов; доступны веса в формате Safetensors. Модель предназначена для диалогов, понимания корейского языка и корпоративного развёртывания, а интерфейс поддерживает вызов инструментов. SKT сообщает, что модель обучалась на 1,65 трлн токенов и показывает результаты на корейских языковых бенчмарках KMMLU и KoBALT-700. Компания также заявляет о снижении вычислительных затрат относительно моделей со сравнимыми результатами. В карточке приведён пример использования с Transformers версии 4.46.0 или новее и vLLM для функций вызова инструментов. Лицензия — Apache 2.0.

Barcenas-Qwen3.8-27B-Fable — плотная диалоговая модель на архитектуре Qwen3.5, созданная разработчиком Danielbrdz путём дообучения Qwen/Qwen3.8-27B на наборе saidutta69/fable-5-premium. В карточке она представлена как модель для генерации текста и работы с изображениями; поддерживает чат, а нативная длина контекста составляет 262 144 токена. В репозитории указано 22,3 млрд параметров и формат safetensors. Модель предназначена для диалогов и других задач генерации текста; разработчик отмечает, что обучение на данных чатов, дистиллированных из Claude Fable 5, призвано улучшить разговорные способности Qwen. Заявление о производительности, сопоставимой с GPT 5.6 Luna и более крупными моделями, приводится автором без результатов независимой оценки. Лицензия — Apache-2.0.

philschmid/bart-large-cnn-samsum — англоязычная модель суммаризации на базе архитектуры BART, дообученная на датасете SAMSum. Она предназначена для создания кратких пересказов диалогов и сообщений; обучена с использованием Amazon SageMaker и контейнера Hugging Face Deep Learning. Модель содержит 252,8 млн параметров, принимает текст с контекстом до 1024 токенов и выдаёт текстовое резюме. В README приведены оценки ROUGE: ROUGE-1 — 42,621, ROUGE-2 — 21,9825, ROUGE-L — 33,034. Модель подходит для суммирования англоязычных переписок и диалогов. Автор указывает, что более новая версия philschmid/flan-t5-base-samsum превосходит её по ROUGE-1 на 6 пунктов и рекомендует использовать её вместо BART-варианта. Модель распространяется по лицензии MIT.

Berry-Spark-7B — объединённая языковая модель на архитектуре Qwen2, созданная сообществом mergekit-community методом SLERP из Arcee-Spark и Very_Berry_Qwen2_7B. Модель содержит 6,1 млрд параметров, работает с текстом и предназначена для генерации текста и диалогов; каталог также отмечает поддержку чата. Контекстное окно составляет 32 768 токенов. Модель можно использовать для диалоговых помощников, ответов на вопросы и генерации связного текста. Arcee-Spark описана в каталоге как компактная многоязычная модель, также способная помогать с программированием, однако README Berry-Spark не приводит отдельные оценки или гарантии качества этих сценариев. Модель распространяется в формате Safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Berry_v2_7B — разговорная текстовая модель на архитектуре Qwen2, опубликованная jeiku. Это слияние двух моделей с адаптерами LoRA на базе jeiku/qwen2base, выполненное методом model_stock с помощью LazyMergekit. Модель содержит 7,1 млрд параметров и принимает контекст длиной до 32 768 токенов; веса представлены в формате Safetensors и типе bfloat16. Модель предназначена для генерации текста и диалогового общения. Её можно применять для написания и продолжения текстов, ответов на вопросы и ведения беседы. Карточка не сообщает о специальных областях применения, поддерживаемых языках или условиях лицензии, поэтому они не указаны.

blockchainlabs_7B_merged_test2_4 — языковая модель, созданная Blockchain Labs слиянием моделей mlabonne/NeuralBeagle14-7B и udkai/Turdus с помощью mergekit и метода SLERP. Это плотная модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров, предназначенная для генерации текста в диалоговом формате. Контекстное окно составляет 32 768 токенов. Модель принимает текст и выдаёт текст; её можно использовать для диалогов и генерации ответов. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Blur-7b-slerp-v1.43 — диалоговая языковая модель, созданная liminerity слиянием весов через mergekit. В основе архитектура Mistral с плотной causal language model на 7,1 млрд параметров; в конфигурации указаны метод слияния SLERP и точность float16. Модель предназначена для генерации текста в диалоговом формате и работы с инструкциями. Модель принимает текст и выдаёт текст. Её родительская модель заявлена как слияние трёх моделей Mistral для диалоговой генерации и следования инструкциям. Лицензия репозитория — Apache-2.0. В README не приведены конкретные языковые данные, поэтому языки использования не перечислены.

Calme-7B-Instruct-v0.5 — разговорная языковая модель MaziyarPanahi на архитектуре Mistral, дообученная на качественных наборах данных поверх Mistral-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов; опубликована в формате Safetensors и предназначена для генерации связных текстовых ответов в диалоге. Её можно применять для общения с ассистентом, составления и продолжения текстов, а также ответов на запросы. В README также упомянуты отдельные квантованные версии GGUF, однако данный репозиторий содержит веса Safetensors. Языки обучения или приоритетные языки в доступных сведениях не определены. Модель распространяется по лицензии Apache-2.0.

Calme-Ties-78B — языковая модель для диалогов и генерации текста общего назначения, созданная PrithivMLmods слиянием моделей методом TIES с помощью mergekit. Она основана на архитектуре Qwen2 и объединяет MaziyarPanahi/calme-3.2-instruct-78b и dfurman/CalmeRys-78B-Orpo-v0.1; последняя указана как базовая модель. Размер по метаданным — 76,7 млрд параметров, формат весов — safetensors, в README указан тип данных bfloat16. Модель работает с текстом и рассчитана на контекст до 32 768 токенов. Модель предназначена для диалогового взаимодействия и генерации текста общего назначения. В карточке не приведены результаты сравнительных оценок или подробные ограничения по качеству. Лицензия в предоставленных данных не указана.

Clef — мультимодальная модель Cloudflare на 27 млрд параметров, дообученная на базе Qwen/Qwen3.8-27B вместе с визуальным энкодером. Она предназначена для структурированных решений: получает описание ситуации в виде текста или JSON, а также при необходимости изображения или видео, и оценивает варианты ответов для набора типизированных вопросов — выбора из вариантов, упорядоченной оценки или ответа «да/нет». Модель выдаёт логиты по допустимым вариантам за один проход; вероятности получают применением softmax отдельно для каждого вопроса. Свободный текст модель не генерирует. В модели используется совместная голова схемы, которая связывает свидетельства из описания ситуации с вопросами и совместно оценивает варианты. Модель поддерживает запросы Jev/SystemOne и смешивание текстовых и мультимодальных записей в одном пакете. Максимальная длина входа по умолчанию — 16 384 токена, её можно ограничить параметрами кодирования. Для работы требуются Transformers и PyTorch; для изображений и видео также нужна Pillow. Распространяется по лицензии Apache-2.0.

Cydonia-v1.2-Magnum-v4-22B — объединённая 22-миллиардная языковая модель на архитектуре Mistral, созданная автором репозитория с помощью mergekit из TheDrummer/Cydonia-22B-v1.2 и anthracite-org/magnum-v4-22b. Для слияния использован метод SLERP; модель предназначена для диалогов и генерации текста, включая связную прозу. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и доступна в формате safetensors для Transformers. По данным описания базовой модели, основной язык — английский. Лицензия указана как other, поэтому перед использованием следует проверить условия в репозитории.

Dolphin-5.1-7b — языковая модель на архитектуре Mistral, созданная слиянием моделей cognitivecomputations/dolphin-2.6-mistral-7b-dpo-laser и teknium/OpenHermes-2.5-Mistral-7B методом SLERP с помощью LazyMergekit. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Её можно применять для ответов на вопросы, написания и преобразования текста, а также для других задач, решаемых генеративной языковой моделью. В README не приведены отдельные результаты оценки качества или подробные рекомендации по применению. Модель распространяется под лицензией Apache-2.0. Карточка не сообщает о специальных ограничениях или дополнительных фильтрах контента.

DPOB-INMTOB-7B — объединённая модель генерации текста, созданная с помощью LazyMergekit на основе liminerity/Omningotex-7b-slerp и eren23/merged-dpo-binarized-NeutrixOmnibe-7B. Она использует плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель подходит для диалоговых ответов и других задач генерации текста; в README приведены результаты Open LLM Leaderboard, включая среднюю оценку 76,21, но они не описывают качество на всех сценариях. Веса доступны в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

Ludo33/e5_Sentiment_General_v2 — дообученная модель на базе intfloat/multilingual-e5-large-instruct для классификации тональности текста. Она использует архитектуру XLM-RoBERTa с 658,7 млн параметров и принимает текст с контекстом до 514 токенов. В README указаны результаты на оценочной выборке: accuracy 0,9016 и F1 0,9021; состав выборки и методика оценки не описаны. Модель подходит для определения тональности текстов в прикладных системах анализа мнений и отзывов. Базовая E5-модель многоязычная, однако конкретные поддерживаемые языки этой версии не перечислены. Модель распространяется по лицензии MIT.

Elysium-Omni-Itt-11b — объединённая модель для генерации текста, созданная powermove72 с помощью LazyMergekit из powermove72/GreenScorpius2-xb и powermove72/Trinity_Notus2-xb. В линейном слиянии использованы веса 0,7 и 0,3 соответственно, а токенизатор собран из обоих источников. Модель основана на плотной архитектуре Mistral с причинной языковой моделью и содержит 11 млрд параметров; нативная длина контекста — 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов. В репозитории указаны веса в формате safetensors и тип данных float16. Дата публикации — 11 июня 2024 года. Лицензия в доступных данных не указана.

redav/eps_finetuning_v3 — дообученная redav модель на архитектуре Mistral, созданная на основе redav/Mistral-7B-Instruct-v0.2-email-a с использованием Unsloth и Hugging Face TRL. Это плотная авторегрессионная языковая модель на 7,1 млрд параметров для генерации текста и диалогового общения; её контекст составляет до 32 768 токенов. Модель принимает текст и выдаёт текст, а в метаданных указан английский язык. Модель можно применять для диалоговых запросов и генерации текстовых ответов на английском языке. Она распространяется по лицензии Apache-2.0. Карточка не сообщает о специализированных областях применения или дополнительных возможностях.

ERNIE-4.5-21B-A3B-PT — текстовая MoE-модель Baidu для генерации и понимания языка в диалоговом режиме. Суффикс PT обозначает веса для PyTorch и Transformers; модель также можно запускать через vLLM. В README указаны 21 млрд параметров всего и около 3 млрд активных параметров на токен, а метаданные каталога содержат оценку 3,3 млрд параметров. Модель использует архитектуру ERNIE 4.5 MoE и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации ответов и ведения диалога на китайском и английском языках. Семейство ERNIE 4.5 обучалось на текстовых и визуальных данных, однако этот вариант в README обозначен как текстовый и не заявлен как модель для обработки изображений. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. README указывает требования к версиям Transformers и vLLM для запуска; конкретные ограничения качества или известные слабые стороны этой версии не описаны.

ClaudioItaly/EvolutiontGOLD — текстовая авторегрессионная модель семейства Mistral, созданная с помощью mergekit методом passthrough на основе ClaudioItaly/TopEvolutionWiz. Модель содержит 12,3 млрд параметров, использует архитектуру MistralForCausalLM и формат safetensors; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев, включая развернутые ответы на вопросы по широкому кругу тем, унаследованные от базовой модели. Лицензия в предоставленных данных не указана.

Experiment26Neuralsirkrishna_Ognoexperiment27M7 — объединённая языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана слиянием моделей automerger/Experiment26Neuralsirkrishna-7B и automerger/Ognoexperiment27M7-7B и предназначена для генерации текста и диалогов. Модель принимает текст и генерирует текст; размер её контекста составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Данных о специальных предметных областях и подтверждённых ограничениях качества в карточке нет.

Experiment27pasticheShadowm7exp-7B — объединённая Maxime Labonne модель на архитектуре Mistral с 7,1 млрд параметров для генерации текста. Она создана автоматическим слиянием automerger/Experiment27Pastiche-7B и mahiatlinux/ShadowM7EXP-7B методом SLERP; в конфигурации указана точность bfloat16. Модель подходит для генерации текста и диалоговых ответов, а её контекст достигает 32 768 токенов. В карточке указана лицензия Apache-2.0.

MaziyarPanahi/Experiment28M7_Multi_verse_modelM7 — объединённая модель для генерации текста, основанная на двух моделях: automerger/Experiment28M7-7B и automerger/Multi_verse_modelM7-7B. Она использует плотную архитектуру Mistral с 7,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Модель подходит для генерации текста и диалоговых сценариев. Репозиторий содержит веса в формате Safetensors; лицензия — Apache 2.0.

MaziyarPanahi/Experiment28M7_T3qm7xpT3q — объединённая языковая модель семейства Mistral с архитектурой MistralForCausalLM и примерно 7,1 млрд параметров. Она создана путём слияния моделей automerger/Experiment28M7-7B и automerger/T3qm7xpT3q-7B. Модель предназначена для генерации текста и диалоговых ответов. Она принимает текст и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Данные карточки не уточняют целевые языки и специализированные предметные области.

Experiment28T3q_Experiment24Yam — объединённая текстовая модель семейства Mistral, созданная на основе automerger/Experiment28T3q-7B и automerger/Experiment24Yam-7B. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и распространяется в формате safetensors. Модель предназначена для генерации текста и может применяться в сценариях, где требуется создавать ответы или продолжения по текстовому запросу. Контекстное окно составляет до 32 768 токенов. В карточке указана лицензия Apache-2.0.

Fialka-13B-v4 — русскоязычная языковая модель семейства Fialka, представленная автором 0x7o. Это третья версия Fialka, оптимизированная с помощью RLHF; модель настроена следовать инструкциям и поддерживать диалог на русском языке. Карточка описывает её как более отзывчивую и информативную по сравнению с предыдущей версией. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на запросы и выполнение инструкций на русском языке. Она основана на архитектуре GPT-2, принимает текст и выдаёт текст, имеет контекст длиной 2048 токенов и распространяется в формате safetensors. Лицензия — Apache-2.0.

Fialka-7B-v2 — языковая модель семейства Llama, разработанная авторами Fialka. Модель содержит 6,6 млрд параметров и предназначена для выполнения инструкций и общения на русском языке; версия 2.0 обучена на наборе инструкций. Для запросов используется формат Zephyr. Модель принимает текст и генерирует текст, поддерживает контекст длиной до 4096 токенов и распространяется в формате Safetensors. Лицензия — Apache-2.0. Авторы отмечают, что более новая версия Fialka V3 точнее генерирует русский текст; отдельные оценки качества для этой версии не приведены.

flammen13-mistral-7B — слитая с помощью mergekit методом SLERP языковая модель на архитектуре Mistral с 7,1 млрд параметров. В объединении использованы nbeerbower/flammen12-mistral-7B и automerger/OgnoExperiment27-7B; веса представлены в формате safetensors, тип библиотеки — Transformers. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и формирует текстовый ответ, поддерживая контекст до 32 768 токенов. Метаданные не задают конкретные языки или специализированную предметную область. Модель распространяется по лицензии Apache-2.0. Карточка не сообщает результатов оценки качества или особых ограничений применения.

flammenai/flammen9X-mistral-7B — объединённая языковая модель, созданная с помощью mergekit из flammen9-mistral-7B и Transcendental-Maidphin-7B методом SLERP. Это плотная Mistral-модель с архитектурой MistralForCausalLM и 7,1 млрд параметров; она предназначена для генерации текста и диалогов, а максимальная длина контекста составляет 32 768 токенов. Модель распространяется в формате safetensors и использует библиотеку Transformers. Модель принимает текст и генерирует текст. Карточка не уточняет языковую специализацию или конкретные области применения. Лицензия — Apache-2.0.

Flan-Alpaca-Base — модель семейства T5, разработанная Declare Lab путём дообучения Flan-T5 на инструкциях Flan и Alpaca. Она предназначена для выполнения текстовых инструкций и генерации ответов, например для написания текстов и решения разнообразных задач по запросу. Модель доступна в форматах PyTorch и Safetensors; метаданные указывают 123,8 млн параметров и контекст до 512 токенов. Модель принимает текст и генерирует текст. Карточка описывает подход к обучению на наборах инструкций, но не приводит оценок качества именно этой версии. Лицензия — Apache-2.0.